3 Разработка структурной схемы системы автоматизации

3.1 Анализ систем автоматического регулирования

Поскольку не существует общепринятого точного определения адаптивного управления, можно считать, что адаптивное управление – это управление системами с неопределенными параметрами, причем управляющее устройство содержит подсистему текущего оценивания значений неизвестных параметров или структуры системы, а так же подсистему, вырабатывающую соответствующие управляющие воздействия на основе произведенных оценок значений параметров или структуры системы.

Для разделов теории управления, рассматривающих системы более сложные, чем системы стохастического управления, было предложено несколько назва­ний. Наиболее популярное — «адаптивное управление» [52] —заимствовано из психологии и физио­логии и должно указывать на то, что этот метод ими­тирует некоторые аспекты поведения живых систем. Другие названия – «самооптимизирующееся», «оптимизирующее», «самоорганизующееся» и т.д. – базировались в основном на технических соображениях и не получили достаточно широкого признания. Поскольку эти термины использовались применительно к большому числу методов, на первый взгляд не имеющих ничего общего, они стали предме­том многочисленных споров и недоразумений. Однако главная сложность состоит в том, что ни одно из дан­ных этим методам определений не является настолько общим, чтобы охватить направления всех ведущихся в указанной области работ.

Один из первых примеров адаптивного управления привели Дрейпер и Ли. Они рассмотрели систему управления, способную оптимизировать работу двигателя внутреннего сгорания, несмотря на неопределенность вида рабочих характеристик. Такой тип системы управления, который автоматически ищет оптимальную рабочую точку, называется, оптимизирующей системой управления или иногда системой поддерживающей максимум.

Другой важный класс адаптивных систем управления был введен Уитекером с сотрудниками. Уитекер и его коллеги использовали модель поведения идеальной системы для получения сигналов ошибки, обусловленных отличием действительного поведения системы от требуемого; эти сигналы затем служили для модификации параметров управляющего устройства таким образом, чтобы, насколько это возможно, поддерживать идеальное поведение, несмотря на точно неизвестную и изменяющуюся динамику системы. Системы управления такого типа называются адаптивными системами управления с эталонной моделью. Уже с 1959 г. эти системы применялись в авиационных системах управления полетами.

В 1960 г. Ли и Вандер Велде описали еще один тип адаптивных систем управления, работающих по принципу автоматической компенсации изменчивости параметров с помощью автоколебаний в замкнутом контуре управления. Система такого типа называется самоосциллирующей адаптивной системой. Несколько схожий подход к построению адаптивных систем был предложен Петровым, Лановым и Емельяновым. Метод Петрова и его коллег основан на инвариантности траектории системы по отношению к значениям параметров в случае, когда управляющее воздействие определяется переключающейся функцией и реле. Поведение системы при этом характеризуется движением по переключающей поверхности и называется скользящим режимом. Адаптивные системы такого типа называются системами с переменной структурой.

Методы построения адаптивных систем, рассмотренных выше, ограничены рамками детерминированного подхода. Иначе говоря, в этих методах не используются вероятностные величины. Неопределенность в этом классе задач описывается детерминированным образом, например вводится внутренняя неопределенность значений параметров.

Теория адаптивного управления базируется на различных эвристических или полуэвристических кон­цепциях. Она открывает другой путь решения задачи управления в условиях неопределенности. Трудность заключается в том, что эти системы очень разнообраз­ны, неоднотипны и порой необязательны. Известно, что некоторые из адаптивных систем управления мож­но без ущерба для качества работы заменить обычны­ми, хотя и весьма сложными системами управления с обратной связью. Примеры адаптивных систем управления показаны на рис. 5, 6.

отслеживание параметра

Рис. 5. Структурная схема адаптивной системы управления с отслеживанием параметров

Свойство самоорганизации которое необходимо для управления систе­мами с устранимыми неопределенностями, можно рас­сматривать как способность системы к обучению. Спо­собность к улучшению модели и к идентификации системы по мере развития процесса управления — это, несомненно, новое свойство управляющего устройст­ва, при котором его работа отдаленно напоминает дей­ствия человека-оператора. Это соображение можно по­ложить в основу нового направления — теории сис­тем управления, в которых обучение, обеспечиваемое за счет использования ЭВМ, представляет собой одно из главных свойств. Уже создан целый ряд обу­чающихся систем управления на базе сверх­быстродействующих ЭВМ, которые можно научить принимать сложные решения в незнакомой обстановке [101].

Рис. 6. Обобщенная структурная схема адаптивной системы управления с эталонной моделью

Самоорганизация со свойственным ей накоплением информации, направленным на оперативное улучше­ние работы системы в ходе процесса управления, мо­жет рассматриваться как первый шаг к созданию обу­чающихся систем и систем интеллектуального управ­ления с расширенными возможностями.

Для анализа свойств устойчивости и сходимости детерминированных адаптивных систем использовалось большое число математических методов – функции Ляпунова, градиентные методы, сжатые отображения и т.д. Тем не менее только введение стохастических моделей для описания неопределенности, использующих соответственно вероятностные меры, привело к более широкому рассмотрению адаптивных систем. 1960 г. Беллман и Фельдбаум использовали принципы динамического программирования с целью построения управляющего устройства с вероятностными неопределенностями. Интересный двойственны характер управляющих воздействий был отмечен Фельдбаумом: идентификация (оценивание параметров) и воздействия (управления). Это привело к появлению термина дуальное управление.

Лайниотис в 1971 г. ввел подход, использующий разделение для адаптивного управления. Другой интересный подход к построению адаптивного управления базируется на управлении с самоорганизацией.

Независимо от использования для построения адаптивных систем управления детерминированного или стохастического подхода в результате обычно получают сложное нелинейное управляющее устройство даже для линейной модели управляемой системы. Очень простой линейный подход к линейным моделям, восходящий к работе Боде, использует для компенсации неопределенностей системы фиксированные большие коэффициенты усиления петли обратной связи. Сравнительный анализ адаптивных (нелинейных) систем и линейных систем с большим коэффициентом усиления дан в работе Горовица.

Адаптивные системы находят важные практические приложения в настоящем и открывают широкие перспективы интенсивного применения в будущем.

Теория оптимальных систем представляет собой важную ветвь общей теории оптимизации, имеющую большое теоретическое и практическое применение. Как одна из задач оптимизации, построение оптимальных систем предполагает наличие трех основных элементов:

а) математической модели, являющейся математической абстракцией реальной физической ситуации;

б) критерия качества, являющегося математическим выражением цели построения системы;

с) условий оптимизаций, налагаемых физическими, экономическими и реализационными соображениями.

Среди перечисленных трех элементов наиболее важную роль играет математическая модель, связывающая реальную ситуацию, для которой строиться оптимальная система, с положенной в основу этого построения математической моделью. Безусловно, характеристики построенной «оптимальной» системы всецело зависят от той точности, с которой математическая модель приближает реальную «физическую» ситуацию. При неадаптивном подходе к построению оптимальных систем предполагается, что модель полностью известна. К сожалению, в большинстве реальных ситуаций полное знание модели отсутствует и получить его, в особенности априорно, нелегко. Таким образом, возникает задача построение оптимальной системы (например, управления) при неполном знании модели. Если к тому же необходимо строить систему в реальном времени или в условиях, когда данные еще продолжают поступать, то возникает проблема адаптации.

В зависимости от выбранного критерия проблемы адаптации можно классифицировать самым различным образом. В частности, они могут классифицироваться:

а) в соответствии с целями построения системы и соответствующими критериями качества (например, системы управления с квадратичным функционалом качества, системы оценивания со среднеквадратичным критерием качества, системы принятия решений и распознавания образов с критерием качества в виде вероятности ошибки и т.п.);

б) в соответствии с характером используемой математической модели (например, модель линейная, с распределенным параметром, дискретная и т.п.);

с) в соответствии с природой неопределенности модели (например, параметрическая или структурная, стационарная или нестационарная неопределенность);

д) в соответствии с характером условий, наложенных на искомую систему (например, линейное незамкнутое управление с обратной связью и т.п.), или в соответствии с характером процесса адаптации.

7